C++ 零上限导致不正确的结果

我在for循环中有以下代码

    dataInt = _mm_loadu_si128((__m128i *) (&x[i]));
    __m256i val_unpacked = _mm256_cvtepi16_epi32(dataInt);
    __m256 converted = _mm256_cvtepi32_ps(val_unpacked);

    converted = _mm256_div_ps(converted, _mm256_set1_ps(max_val));

    _mm256_storeu_ps(&y[i], converted);
    _mm256_zeroupper();

它基本上只是将int16的向量转换为[-1,1]范围内的浮点（max_val是常量变量，等于numeric_limit:：max）

我在posix线程版本7.2中使用mingw编译器

当我在没有优化的情况下编译程序时，它运行得很好，但当我打开优化时（我无法控制单个优化，它在我正在处理的项目中，但应该使用优化的lvl-O3），我开始得到错误的结果

问题出在zeroupper指令中。当我在优化模式下移除它时，它再次给出正确的结果

貌似，优化不尊重ZeoupPress指令的位置，并将其调用在环的中间，而不是在末尾的某个地方，从而丢弃有用的数据。这样可能吗？我在网上找不到关于这个话题的任何讨论

编辑：我提取了代码。看起来是这样的：

#include <iostream>
#include <limits>
#include <immintrin.h>
#include <xmmintrin.h>  
 int  __attribute__ ((__target__ ("avx2,sse4.2"))) main(){

/*volatile*/ float max_val = static_cast<float> (std::numeric_limits<int16_t>::max());

__m128i dataInt;
int runs = 32;
int16_t source[32];
float target[32];
int i = 0;
for (; i < 32; ++i) {
    source[i] = std::numeric_limits<int16_t>::min()+i;
}

i=0;
for (; i < runs; i += 8) {
    // _mm256_zeroupper();

     dataInt = _mm_loadu_si128((__m128i *) (&source[i]));

      __m256i val_unpacked =_mm256_cvtepi16_epi32(dataInt);
    __m256 converted =  _mm256_cvtepi32_ps(val_unpacked);

    __m256 maxVinFloat = _mm256_set1_ps(max_val);
    converted = _mm256_div_ps(converted, maxVinFloat);

    _mm256_storeu_ps(&target[i], converted);
    _mm256_zeroupper();
}
i = 0;
for (; i < 32; ++i) {
    std::cout << target [ i ] <<"  ";
}}

#包括
#包括
#包括
#包括
int属性主{
/*volatile*/float max\u val=静态强制转换（std:：numeric\u limits:：max（））；
__m128i数据点；
int=32；
int16_t源[32]；
浮动目标[32]；
int i=0；
对于（；i<32；++i）{
source[i]=std:：numeric_limits:：min（）+i；
}
i=0；
对于（；i<运行；i+=8）{
//_mm256_zeropper（）；
dataInt=_mm_loadu_si128（（_m128i*）（&source[i]）；
__m256i val_Unpacketed=_mm256_cvtepi16_epi32（数据点）；
__m256转换=_mm256_cvtepi32_ps（val_解包）；
__m256最大浮点=_mm256_set1_ps（最大值）；
已转换=_mm256_div_ps（已转换，最大浮点）；
_mm256存储系统（与目标[i]，已转换）；
_mm256_zeropper（）；
}
i=0；
对于（；i<32；++i）{
std：：您是否通常不需要手动插入
\u mm256\u zeropper（）
。编译器根据需要插入
vzeropper
asm指令。但仍然是一个有趣的问题；我希望GCC尊重
\u mm256\u zeropper（）在源中放置并将其归为当时范围内的每一个'````M256 ''的上半部分。你能给这个问题加上足够的C++代码，使我们可以复制/粘贴到编译器中，例如在AN上，并查看ASM输出？@彼得科尔德正在研究它，但似乎提取代码消除了问题。e更多的时间（我现在没有）。我的初衷是快速扫描我的选项，以了解是否有其他人以前处理过这个问题，或者这是否是一个已知的问题。但似乎我必须深入挖掘。@PeterCordes我添加了函数的提取版本。